面向应用领域的Web服务发现与匹配

面向应用领域的Web服务发现的目标是帮助用户找到能够为其构建应用系统提供功能支持的Web服务,从而降低应用系统开发成本、提高开发效率.提出了一种基于功能语义的Web服务发现方法,以支持面向应用领域的Web服务发现需要.通过定义Web服务功能语义描述模型,为服务提供者和用户提供了统一的Web服务描述方法;同时在建立领域功能本体的基础上,依靠语义标注机制,消除服务描述间的语义异构;在此基础上,进一步提出基于功能语义的Web服务发现与匹配策略.实验表明该方法是可行和有效的.     

基于WSMO的语义Web服务发现框架研究

为解决网络不同结点上Web服务发现中的语义异质性问题,设计了一个基于WSMO(Web service modeling ontology)的语义Web服务发现框架.此框架从Web服务的功能和结构角度出发,把Web服务匹配问题转换成了不同本体之间的概念匹配问题,并采用语言学和概念结构相结合的方法计算了不同本体之间的概念语义相似性.此外,根据用户的不同检索需求,还提供了三种复杂程度各异的服务匹配模型.这些研究为解决基于语义异质性的Web服务发现问题提供了一种有效的解决思路.     

多源Web服务发现框架

为了提高在多种来源之间发现特定服务的效率,结合信息检索技术提出了针对多源Web服务的服务发现方法,有效地克服了不同Web服务发布方式之间服务发现的障碍,综合管理多种Web服务描述及其语义信息,提供了基于语义的服务查询.在分析相关研究不足基础上给出了服务发现框架MWSD(multi-source Web service discovery),并介绍了框架中各模块的作用,说明了不同服务描述之间的映射关系.结果表明:MWSD能够自动获取不同来源,不同描述的Web服务信息,并利用不同描述之间的映射关系建立统一的Web服务资源库,管理Web服务的复杂语义,可用于互联网上开放的Web服务发现.     

基于消息语义相似度二分匹配的Web服务发现方法

随着Web服务数量的剧增,Web服务发现是目前面向服务的体系架构中的重要部分。并且成为Web服务研究的一个热点．笔者提出了一个基于语义匹配的服务发现方法．首先,在标准WSDL中进行本体相关的语义扩充,将服务操作中必要的信息进行语义映射,包括：Web服务操作名称以及服务操作的输入消息和输出消息．其次提出了一个基于消息语义相似度二分匹配的Web服务发现方法．实验表明该方法提高了服务发现的查全率和查准率,且具有良好的可伸缩性．最后得出结论：该方法使用WSDL标准规范而不是特定的Web服务语言或模型,因而易于实施;该方法提高了计算机自动发现服务的效率．     

基于OWL—S／UDDI的Web服务发现机制

提出了一种基于OWL-S／UDDI的Web服务发现机制,实现了基于语义的Web服务发现。此外,它采用了一种高效的匹配机制,使得查询语义Web服务的效率得到提高。该机制使用自行开发的OWL／UDDI服务发现系统进行了实现和验证。     

基于OWL- S的语义Web服务匹配代理的设计与实现

文中提出了一种智能中间代理来执行Web服务语义匹配.匹配过程基于OWL-S本体,它包含服务发现、匹配及执行所需要的语义信息.为了发现满足用户请求的服务,智能代理使用匹配算法和基于描述逻辑自动推理器来匹配服务请求和服务广告描述.     

基于OWL-S的语义Web服务匹配代理的设计与实现

文中提出了一种智能中间代理来执行Web服务语义匹配.匹配过程基于OWL-S本体,它包含服务发现、匹配及执行所需要的语义信息.为了发现满足用户请求的服务,智能代理使用匹配算法和基于描述逻辑自动推理器来匹配服务请求和服务广告描述.     

内容寻址网络的P2P语义Web服务组合系统架构

为了提高语义Web服务组合系统的扩展性、可靠性和稳定性,提出了一种基于P2P的语义Web服务(P2PSWS)组合系统架构.该架构结合了集中式和分布式结构的优点,将统一描述、发现和集成协议的功能分散于本地Web节点、组Web节点和公共Web节点;设计了一种基于内容寻址网络的P2P网络语义Web服务的定位机制,以保证每个共享服务按领域划分,按被所有节点所共享的公共Web节点来注册.原型系统运行表明,该架构有助于克服传统公共Web服务结构上的单一节点失败问题,扩展了P2P系统的能力,有效地实现了基于本体的语义Web服务的组合.     

基于二元关系的语义Web的建立

为了便于机器理解和提高网络资源的利用率提出了语义Web .基于二元关系讨论了语义Web的建立过程 ,具体给出语义Web中相关语义的形式化定义 ,并基于此给出了语义描述和挖掘方法 ,进行了集合相关语义的完备性的证明 .为了语义Web能应用于实际网络中 ,给出了语义拓展方式的定义 ,继而完成语义Web的形式化定义 ,给出语义Web的整体模型 .最后 ,给出了若干用于检验语义有效性的方法 ,以进一步提高语义Web的实用性 ,至此可创建相对完整的语义Web .     

基于句法结构的神经网络复述识别模型

为解决已有复述语义计算方法未考虑句法结构的问题, 提出基于句法结构的神经网络复述识别模型, 设计基于树结构的神经网络模型进行语义组合计算, 使得语义表示从词语级扩展到短语级。进一步地, 提出基于短语级语义表示的句法树对齐机制, 利用跨句子注意力机制提取特征。最后, 设计自注意力机制来增强语义表示, 从而捕获全局上下文信息。在公开英语复述识别数据集Quora上进行评测, 实验结果显示, 复述识别性能得到改进, 达到89.3%的精度, 证明了提出的基于句法结构的语义组合计算方法以及基于短语级语义表示的跨句子注意力机制和自注意力机制在改进复述识别性能方面的有效性。     

形容词定语的语义指向分析

要掌握句子内部复杂的语义关系,必须注意分析句子成分的语义指向问题。本文从形容词定语的语义分析入手, 试图描写形容词定语的语义指向, 寻求其规律。定语位置上的形容词 （ Ａ）,在语义结构平面上可以分别与句中的主语、宾语、谓语动词等发生联系。这种不同的语义联系, 与 Ａ 的语义内容有直接关系。据此,本文把 Ａ 分为 Ａ Ｎ 和 Ａ Ｖ 两大类。 Ａ Ｎ 和 Ａ Ｖ 在语义类型上和被指成分在句法位置的分布上不交叉。在句法结构顺序上, 两者有一定的定位性。 Ａ的内部结构方式不同, 其语义结构有一定的倾向性     

基于领域本体的自动化语义标注方法的研究

介绍了语义网,本体以及语义标注的基本概念,对现有的语义标注方法以及技术进行了说明和分析.针对目前互联网上含有大量语义信息的HTML文档,提出了一种自动化的语义标注的方法.该方法对HTML文档进行结构分析,并参照词汇数据库Hownet和领域本体对文档进行语义分析,找出文档对应的语义分类树,给文档加上语义标签.以电子消费品领域的HTML文档为实验对象,实验结果证明了该方法具有一定的可行性.     

基于问句语义表征的中文问句相似度计算方法

提出了一种中文问句语义相似度计算的新方法.该方法分为两步:第一步采用基于问句句型模板规则匹配的方法提取问句语义表征;第二步根据问句语义表征计算问句语义相似度.采用该方法开发了一个面向常问问题集(FAQ)的问答系统.实验结果表明,采用该方法获得的相似度计算的准确率约为85%.     

Extracting Semantic Subgraphs to Capture the Real Meanings of Ontology Elements

An element may have heterogeneous semantic interpretations in different ontologies. Therefore, understanding the real local meanings of elements is very useful for ontology operations such as querying and reasoning, which are the foundations for many applications including semantic searching, ontology matching, and linked data analysis. However, since different ontologies have different preferences to describe their elements, obtaining the semantic context of an element is an open problem. A semantic subgraph was proposed to capture the real meanings of ontology elements. To extract the semantic subgraphs, a hybrid ontology graph is used to represent the semantic relations between elements. An extracting algorithm based on an electrical circuit model is then used with new conductivity calculation rules to improve the quality of the semantic subgraphs. The evaluation results show that the semantic subgraphs properly capture the local meanings of elements. Ontology matching based on semantic subgraphs also demonstrates that the semantic subgraph is a promising technique for ontology applications.     

谈英语词汇反义研究

反义是用不同的语言形式表示相反的意思,涉及语义基本关系,是学习、理解和掌握语言的重要方面。反义词分别位于语义轴的两端,具有相反的语义特征,是相互否定的。新出现的反义词是在特定语义标尺上相互对立的成对词,它们经常发挥并举功能和辅助功能。每一次反义词的分析只能分析一个语义连续统一体,并确定分析对比的语义特征。     

A Framework of Semantic Information Representation in Distributed Environments

0 IntroductionOonft thhee gcloombaml uinnifcoartimoanti onentiwnofrraksst rhuacstu mread,et ahvea iglraebalte teox puasnesrisolarge number of autonomous data repositories ,however ,these repositories present different structures and semantics result fromthat distinct data sources may use different modeling methodsmaking very difficult to share and exchangeinformation.Recentlythere have been some works ,such as OntoBroker in Ref .[1] ansystemin Ref .[2] ,that focus on the umformrepresentation …     

基于本体的多Agent语义挖掘系统

在分析语义W eb与本体需求的基础上,提出了基于本体的多A gent语义挖掘系统模型。该系统由用户A gent、匹配A gent、语义中间件、推理A gent、查询A gent、本体库以及语义信息源等组成。并且开发了基于本体的多A gent语义挖掘系统的实验原型,为下一步研究开发比较成熟的软件产品奠定了良好的基础。     

Measuring Similarity of Academic Articles with Semantic Profile and Joint Word Embedding

Long-document semantic measurement has great significance in many applications such as semantic searchs, plagiarism detection, and automatic technical surveys. However, research efforts have mainly focused on the semantic similarity of short texts. Document-level semantic measurement remains an open issue due to problems such as the omission of background knowledge and topic transition. In this paper, we propose a novel semantic matching method for long documents in the academic domain. To accurately represent the general meaning of an academic article, we construct a semantic profile in which key semantic elements such as the research purpose, methodology, and domain are included and enriched. As such, we can obtain the overall semantic similarity of two papers by computing the distance between their profiles. The distances between the concepts of two different semantic profiles are measured by word vectors. To improve the semantic representation quality of word vectors, we propose a joint word-embedding model for incorporating a domain-specific semantic relation constraint into the traditional context constraint. Our experimental results demonstrate that, in the measurement of document semantic similarity, our approach achieves substantial improvement over state-of-the-art methods, and our joint word-embedding model produces significantly better word representations than traditional word-embedding models.